文献

J-GLOBAL ID：202002277029962846   整理番号：20A2556798

多層畳込みニューラルネットワークを用いた手書きBangla数の認識【JST・京大機械翻訳】

Recognition of Handwritten Bangla Number Using Multi Layer Convolutional Neural Network

著者 (3件)： Shovon M. M. I. (Rajshahi University of Engineering and Technology,Department of Electrical and Computer Engineering,Rajshahi,Bangladesh,6204) ,  Kamruzzaman M. (Rajshahi University of Engineering and Technology,Department of Electrical and Computer Engineering,Rajshahi,Bangladesh,6204) ,  Kundu M. K. (Rajshahi University of Engineering and Technology,Department of Electrical and Electronics Engineering,Rajshahi,Bangladesh,6204)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： TENSYMP  ページ： 783-786  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,多層畳込みニューラルネットワーク(CNN)を用いて手書きBangla数を認識する新しい方法を提案した。NumtaDBデータセットを用いて,85000+数字画像から成るCNNモデルを訓練した。この広大な,標準および不偏なデータでモデルを訓練した後に,モデルは99.66%の訓練精度およびbangla数字を認識するための98.96%の検証精度を達成して,それは,このモデルが適合しないか,または,実際の世界にないデータのために準備されたことを示した。多層CNNのみは,かなりの精度を達成するのに十分なほど良くないので,多くの強調が,多くのものから数字の前処理と分割に与えられている。提案モデルに対して,2桁から5桁数を持つ200数画像を含む小データセットを試験した。このモデルに対する検証精度は88%であり,これは最近提案されたモデルより高かった。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *前処理 ,  多層
準シソーラス用語： 手書き ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 多層 ,  畳込みニューラルネットワーク ,  手書き